Rime recauda $24 millones para que las llamadas de IA suenen menos como hablar con un robot
La startup de San Francisco entrena sus modelos de voz en conversaciones reales grabadas, no en audio raspado de internet. Su apuesta: mejores datos significan que los clientes empresariales dejen de colgar.
Puntos clave
- Rime, una startup de IA de voz de San Francisco, recaudó $24 millones en una ronda Serie A liderada por M13 Ventures en 2025.
- La empresa construyó su propio estudio de grabación para recopilar datos de entrenamiento conversacional en lugar de raspar audio de la web.
- Los clientes incluyen Mayo Clinic, Dialpad, Upstart y Asurion en sanidad, aerolíneas, servicios alimentarios y fintech.
- Rime recaudó previamente $5.5 millones en una ronda semilla en mayo de 2024.
- La empresa tiene 35 empleados y planea contratar para desarrollo de modelos, ingeniería y asociaciones.
Si alguna vez has llamado a una empresa, presionado cero diecisiete veces y aún terminaste escuchando a un robot leer un guión, ya entiendes el problema que Rime intenta resolver.
La startup, fundada en 2022 por la ex estudiante de doctorado de Stanford Lily Clifford, la ex ingeniera de Amazon Alexa Brooke Larson y el ingeniero de Stanford Ares Geovanos, anunció una Serie A de $24 millones esta semana. El inversor líder M13 Ventures fue acompañado por Twilio Ventures, Corazon Capital y Unusual Ventures, en una ronda informada primero por TechCrunch AI.
El campo abarrotado de empresas que construyen agentes de voz con IA incluye nombres como ElevenLabs, Deepgram y Vapi. El ángulo de Rime es los datos de entrenamiento. En lugar de extraer audio de internet, el equipo construyó un estudio de grabación en San Francisco y grabó su propio material conversacional. La idea: las voces entrenadas en lenguaje natural manejan nombres de marca complicados y jerga industrial sin que el cliente dedique semanas enseñando pronunciaciones personalizadas al modelo.
Rime utiliza una arquitectura basada en fonemas, lo que significa que el sistema aprende los componentes básicos de los sonidos del habla en lugar de memorizar palabras completas. Eso le permite adaptarse a diferentes acentos y términos sin un reentrenamiento completo cada vez que se registra un nuevo cliente.
¿Realmente suena mejor todo esto?
El propio CEO de Rime dice que toda la categoría todavía tiene un largo camino por recorrer. Clifford describió los actuales agentes de voz con IA como "algo así como un IVR nuevo, pero con una voz mejor", siendo IVR el sistema de respuesta de voz interactiva, la tecnología de presiona-1-para-facturación que las empresas han usado durante décadas. Le dijo a los inversores que la mayoría de las empresas todavía confían en esos sistemas más antiguos porque la voz con IA no es lo suficientemente confiable para manejar la mayoría de las llamadas.
Esa sinceridad determina dónde Rime está invirtiendo el dinero nuevo. La empresa comenzó con una cartera de modelos separados: uno para convertir voz en texto, uno para generar una respuesta, uno para devolverla hablada. Ahora está pasando a un enfoque de voz a voz, donde la IA escucha y responde sin convertir todo a texto en el medio. El objetivo es respuestas más rápidas e intercambios más naturales.
Rime afirma que su enfoque mantiene a los llamantes en la línea más tiempo, lo que le ayudó a conseguir contratos empresariales con clientes incluidos Mayo Clinic y Asurion. El nuevo Científico Jefe de la empresa, Rafael Valle, trabajó anteriormente en investigación de audio en Meta Superintelligence Labs y NVIDIA. Morgan Blumberg de M13, que se une a la junta de Rime, le dijo a TechCrunch que el enfoque de la empresa en baja latencia y confiabilidad en entornos regulados la diferencia de competidores que se mueven hacia la capa de aplicaciones.
Este es un espacio que AI2Day ha estado monitoreando: nuestra cobertura de Overtone, que usa voz con IA para presentaciones de citas, muestra simplemente cuántas apuestas se están haciendo en la voz como la siguiente interfaz que la gente realmente quiere usar.
Sobre privacidad: Rime graba su propio audio de entrenamiento, y los datos de llamadas de sus clientes fluyen a través de sus sistemas. Si tu empresa usa Rime para llamadas de clientes, esas conversaciones son procesadas por un tercero. Revisa la letra pequeña si trabajas en una industria regulada.
